LDA和PLSA的区别
http://hi.baidu.com/flyer_hit/blog/item/2ec12d251dd9dd6835a80f55.htmlhttp://blog.csdn.net/feixiangcq ...
原文：Mixture unigram Model, PLSA及LDA
Topic model 在搜索和广告，用户兴趣理解，推荐系统中有着非常泛的应用。它可以成为retrieval的方法，成为点击模型的信号，也是推荐系统中基于内容推荐的重要算法。 Topic model最近这些年很火的原因是其在语料准备上比supervised model更容易，不需要人工的标注信息。对于我们应用模型的工程师而言，在原理上搞清楚几种常见的topic model的区别很重要，虽然影响实 ...
2012-08-26 17:49 1 4195 推荐指数：
相关推荐
【sklearn】Gaussian Mixture Model
概述 参考 sklearn.mixture: Gaussian Mixture Models 高斯混合模型（GMM）源代码实现（二） A Gaussian Mixture Model (GMM) is a parametric probability ...
PLSA
PLSA模型 PLSA和LDA很像，都属于主题模型，即它们都认为上帝在写文章时先以一定概率选择了一个主题，然后在这主题下以一定概率选择了一个词，重复这个过程就完成了一篇文章，即$p(d_i,w_j)=p(z_k|d_i)p(w_j|z_k)$，其中$d$表示文章，$w$表示词，$z$表示主题 ...
混合高斯模型（Gaussian mixture model, GMM）
1. 前言 这就是为什么我要学习一下二维高斯分布的原因： 总感觉数学知识不够用呐，顺带把混合高斯模型也回顾一下。 2. 单高斯模型(Gaussian single model, GSM） 2.1 一维高斯模型 高斯分布（Gaussian distribution）有时也被称为正态分布 ...
Geometric deep learning on graphs and manifolds using mixture model CNNs
Monti, Federico, et al. "Geometric deep learning on graphs and manifolds using mixture model CNNs." arXiv preprint arXiv:1611.08402 (2016). 摘要：作者提出课 ...
一口气讲完 LSA — PlSA —LDA在自然语言处理中的使用
自然语言处理之LSA LSA(Latent Semantic Analysis), 潜在语义分析。试图利用文档中隐藏的潜在的概念来进行文档分析与检索，能够达到比直接的关键词匹配获得更好的效果。 L ...
主题模型（概率潜语义分析PLSA、隐含狄利克雷分布LDA）
一、pLSA模型 1、朴素贝叶斯的分析 （1）可以胜任许多文本分类问题。（2）无法解决语料中一词多义和多词一义的问题——它更像是词法分析，而非语义分析。（3）如果使用词向量作为文档的特征，一词多义和多词一义会造成计算文档间相似度的不准确性。（4）可以通过增加“主题”的方式，一定程度的解决 ...
高斯混合模型Gaussian Mixture Model (GMM)——通过增加 Model 的个数，我们可以任意地逼近任何连续的概率密分布
从几何上讲，单高斯分布模型在二维空间应该近似于椭圆，在三维空间上近似于椭球。遗憾的是在很多分类问题中，属于同一类别的样本点并不满足“椭圆”分布的特性。这就引入了高斯混合模型。——可以认为是基本假设！ 高斯混合模型Gaussian Mixture Model (GMM) 摘自：http ...